本文是之前配置jetson nano時自己做的記錄，發出來也是為了方便自己以后查看。
沒有為了發博客專門整理，有些地方也許會對別人不適用。
本人在配置過程中也看了很多東西，有的有用，有的沒用。整理的這些也是自己試過可以成功配置的方法，感興趣的看下參考就好了。
1 硬件
拆散熱器——>裝網卡（天線看情況選裝，無外殼先不裝了）——>裝散熱器——>裝風扇——>風扇接電。
用跳線帽插在J48引腳上，以使用DC電源。
接鍵鼠——>無線網卡選裝——>接HDMI顯示器——>將燒寫好系統鏡像的SD卡插入——>接DC電源開機。
2 SD卡燒寫系統鏡像
2.1格式化
使用讀卡器讀取SD卡（64g），格式化SD卡（可使用Panasonic SDFormatter）。
2.2 燒寫系統鏡像
打開Win32DiskImager.exe軟件，選擇img鏡像文件，待燒寫的盤，電機write進行燒寫。
3 系統配置
3.1 開機配置
選擇時區、語言、設置用戶名密碼等。
3.2 更新源
sudo apt update
sudo apt upgrade
3.3 檢查已安裝的CUDA、cudnn組件
（以下來自https://www.cnblogs.com/albert-8/p/10845366.html，又多了一個墊桌角的玩具——Jetson Nano 初體驗1。）
1.7.1 檢查CUDA
Jetson-nano 中已經安裝了 CUDA10.0 版本，但是此時你如果運行 nvcc -V 是不會成功的，需要你把 CUDA 的路徑寫入環境變量中。OS 中自帶 Vim 工具 ，所以運行下面的命令編輯環境變量。
sudo vim ~/.bashrc
在最后添加
export CUBA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH
然后保存退出
對了最后別忘了source一下這個文件。
source ~/.bashrc
source后，此時再執行 nvcc -V 執行結果如下
nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sun_Sep_30_21:09:22_CDT_2018
Cuda compilation tools, release 10.0, V10.0.166
1.7.2 檢查OpenCV
Jetson-nano 中已經安裝了 OpenCV3.3 版本，可以使用命令檢查 OpenCV 是否安裝就緒。
#查看opencv版本：
pkg-config opencv --modversion
3.3.1
#查看opencv安裝庫
pkg-config opencv --libs
-lopencv_dnn -lopencv_ml -lopencv_objdetect -lopencv_shape -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_video -lopencv_photo -lopencv_imgproc -lopencv_flann -lopencv_core
如果 OpenCV 安裝就緒，會顯示版本號，版本是3.3.1
1.7.3 檢查cuDNN
Jetson-nano 中已經安裝好了 cuDNN，並有例子可供運行，我們運行一下例子，也正好驗證上面的 CUDA
#進入例子目錄
cp -rf /usr/src/cudnn_samples_v7/mnistCUDNN ~/cudnn
#編譯一下例子
make
# 為可執行文件添加執行權限
chmod a+x mnistCUDNN
# 執行
./mnistCUDNN
如果成功，如下所示
cudnnGetVersion() : 7301 , CUDNN_VERSION from cudnn.h : 7301 (7.3.1)
Host compiler version : GCC 7.3.0
……
3.4 安裝tensorflow
（以下來自http://www.waveshare.net/study/article-889-1.html，Jetson Nano系列教程6：TensorFlow入門介紹(一)。）
3.4.1 安裝tensorflow：
sudo apt-get update
sudo apt-get install python3-pip libhdf5-serial-dev hdf5-tools
sudo pip3 install --pre --no-cache-dir --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu
3.4.2 檢查是否安裝成功：
python3
import tensorflow
3.4.3 可能numpy版本不對，重新安裝numpy：
sudo apt-get remove numpy
sudo pip3 install numpy
3.5 安裝opencv4.1
（以下來自https://pysource.com/2019/08/26/install-opencv-4-1-on-nvidia-jetson-nano/，Install Opencv 4.1 on Nvidia Jetson Nano by Sergio Canu August 26, 2019）
Install Opencv 4.1
The installation of Opencv on the Jetson Nano takes around one hour.
We need to build Opencv from the source code, and we can do it by following these 7 steps below.
1. Updating the packages:
sudo apt update
sudo apt install -y build-essential cmake git libgtk2.0-dev pkg-config libswscale-dev libtbb2 libtbb-dev
sudo apt install -y python-dev python3-dev python-numpy python3-numpy
sudo apt install -y curl
2. Install video & image formats:
sudo apt install -y libjpeg-dev libpng-dev libtiff-dev libjasper-dev
sudo apt install -y libavcodec-dev libavformat-dev
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install -y libv4l-dev v4l-utils qv4l2 v4l2ucp libdc1394-22-dev
3. Download OpenCV & Contribs Modules:
curl -L https://github.com/opencv/opencv/archive/4.1.0.zip -o opencv-4.1.0.zip
curl -L https://github.com/opencv/opencv_contrib/archive/4.1.0.zip -o opencv_contrib-4.1.0.zip
4. Unzipping packages:
unzip opencv-4.1.0.zip
unzip opencv_contrib-4.1.0.zip
cd opencv-4.1.0/
5. Create directory:
mkdir release
cd release/
6. Build Opencv using Cmake:
cmake -D WITH_CUDA=ON \
-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.1.0/modules \
-D WITH_GSTREAMER=ON \
-D WITH_LIBV4L=ON \
-D BUILD_opencv_python2=ON \
-D BUILD_opencv_python3=ON \
-D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D BUILD_EXAMPLES=OFF \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local .. （參數為網絡同步用）
或直接：
cmake .. （在上一級目錄cmake）
7. Compile the OpenCV with Contribs Modules:
make -j4
sudo make install
The installation is now completed.